textContent不能直接满足递归提取需求，因为它会包含script/style/注释内容，且无法获取表单控件的实时输入值（只返回静态value属性），必须用childNodes遍历并按节点类型分别处理value或nodeValue。
为什么 textContent 不能直接满足递归提取需求
textContent 确实能安全提取单个元素内所有后代文本，但它会把 <script></script>、、注释节点里的内容也一并拉进来——而这些通常不是你想要的“可见文本”。更关键的是，它对表单控件的实时值（比如用户刚在 里输入的字）完全无感，只返回 HTML 中写死的 value 属性值，不是 DOM 当前状态。
所以，真要“递归提取且覆盖动态内容”，就不能只靠一层 textContent，得自己控制遍历粒度和节点类型判断逻辑。
用 childNodes 遍历 + 类型判断是唯一可靠路径
必须用 childNodes，不是 children。因为 children 只返回元素节点，会跳过纯文本节点（比如 TEXT_NODE），导致内容丢失。
- 遇到
Node.ELEMENT_NODE：先检查是否有value属性（覆盖input、textarea、select、带contenteditable的元素），有就取node.value；否则退到node.textContent - 遇到
Node.TEXT_NODE：直接取node.nodeValue，注意可能为空字符串或全是空白 - 跳过
Node.COMMENT_NODE、Node.PROCESSING_INSTRUCTION_NODE等无关类型 - 递归调用自身处理每个符合条件的子节点，不依赖深度限制
get_text() 在 BeautifulSoup 中的 separator 和 strip 怎么选
Python 用户常卡在 Hello Worldget_text() 的分隔行为上。默认 separator='' 会让相邻文本“粘连”，比如 "HelloWorld"，而不是 "Hello World"。
- 设
separator=' '最常用，但注意它会在每对节点间都加空格，可能导致首尾或中间多余空格 -
strip=True会清理每段文本的首尾空白，但不会合并中间连续空白；如需彻底扁平化，后续补.replace(/\s+/g, ' ').trim()（JS）或re.sub(r'\s+', ' ', text).strip()（Python） - 别用
types过滤文本节点来“提纯”——它无法区分正常文本和脚本注释里的字符串，容易误伤
高频调用时字符串拼接性能陷阱
循环里用 += 拼长文本，在 JS 或 Python 中都是 O(n²) 行为。尤其处理大 DOM 树或批量 HTML 文件时，延迟明显。
- JS 推荐改用
Array.push()收集，最后.join('')；避免在每次迭代中重新分配字符串内存 - Python 用
get_text()本身已内部优化，但若手动递归，也建议用list.append()+''.join() - Go 的
go.net/html库必须手动遍历FirstChild/NextSibling链表，同样应累积到[]string再 join，而非反复+=
真正麻烦的从来不是“能不能拿到文本”，而是“拿到的是否包含用户此刻看到/输入的内容，又是否剔除了不该出现的噪音”。漏掉一个 Node.TEXT_NODE 或错判一次 value 存在性，搜索就会失焦。
前端入门到VUE实战笔记：立即使用
在学习笔记中，你将探索 前端 的入门与实战技巧！
